論文の概要: A Hierarchy-Aware Video-Language Model Evaluation and Hyperbolic Baseline for Surgery

• arxiv url: http://arxiv.org/abs/2609.27139v1
• Date: Tue, 22 Sep 2026 22:58:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.79862
• Title: A Hierarchy-Aware Video-Language Model Evaluation and Hyperbolic Baseline for Surgery
• Title（参考訳）: 階層型ビデオ言語モデルの評価と手術用ハイパーボリックベースライン
• Abstract要約: SurgHiBenchは外科的ビデオ理解のための最初の階層認識評価スイートである。 同じ精度の2つのモデルは、非常に異なるエラー重大度を予測することができる。
• 参考スコア（独自算出の注目度）: 56.13393194231687
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Surgical procedures follow a phase-to-step hierarchy, yet the video-language models used to recognize them are evaluated with flat per-level metrics that ignore cross-level coherence and error structure. In this paper we make two contributions to address this problem, (i) we introduce SurgHiBench, the first hierarchy-aware evaluation suite for surgical video understanding, with three tasks measuring recognition, consistency, and severity across granularity levels. We evaluate a general-purpose CLIP model, a Euclidean surgical model, and, as second contribution: (ii) HyperSurg, a new hyperbolic model that enforces phase-step containment via entailment cones, across four (existing) datasets spanning three procedure types. The suite reveals that two models with the same accuracy can produce predictions of very different error severity, ranging from sibling confusions within the correct phase to unrelated cross-phase predictions. Hyperbolic geometry shifts predictions toward the correct procedural neighborhood, and these gains scale with the tree-likeness of each dataset's annotation hierarchy, providing a principled indicator when hierarchy-aware geometry helps.
• Abstract（参考訳）: 手術手順はフェーズ・ツー・ステップの階層に従っているが、認識するために使用されるビデオ言語モデルは、クロスレベル・コヒーレンスとエラー構造を無視したフラットなレベル単位のメトリクスで評価される。 本稿では,この問題に対処するための2つの貢献を行う。 (i)SurgHiBenchは外科的ビデオ理解のための最初の階層的評価スイートであり,粒度レベルの認識,一貫性,重症度を計測する3つのタスクについて紹介する。 汎用CLIPモデル,ユークリッド手術モデルおよび第2の貢献として評価する。 (ii) HyperSurgは、3つのプロシージャタイプにまたがる4つの(既存の)データセットにまたがって、エンテーメントコーンを介してフェーズステップの封じ込めを強制する新しいハイパーボリックモデルである。 このスイートは、正しいフェーズ内の兄弟の混乱から無関係なクロスフェーズ予測まで、非常に異なるエラー重大性の予測を、同じ精度で2つのモデルで生成できることを明らかにする。 双曲幾何学は、予測を正しい手続き的近傍へシフトさせ、これらは各データセットのアノテーション階層の木の様相とスケールし、階層的幾何学が役に立つときの原則的な指標を提供する。

関連論文リスト

• Hyper-Fold: Exploring the Expressive Limit of Sequence-Geometry Learning for Proteins via Hypergraph Modeling [55.36837305276515]
  コンテント幾何学的外積に対する完全双線型作用素、すなわち2階の相互作用の十分統計は、表現的天井であることを示す。 次に、メッセージパッシングコストで天井に近づく、ランク-K分離可能な畳み込みバックボーンであるHyper-Foldを紹介します。
  論文  参考訳（メタデータ） (2026-08-29T11:43:25Z)
• Topology-Driven Transferability Estimation for 3D Medical Vision Foundation Models [24.834339924064505]
  3次元医用画像における高密度予測タスクのためのボクセル・ワイド・フレームワークを提案する。 本フレームワークは,高密度特徴のスパース1-スケルトン幾何グラフと意味ラベルとのアライメントから,転送可能性を直接推定する。 本フレームワークは,平均重み付きケンドール(0.36)を56倍の速度で評価しながら,最先端の転写性評価を実現する。
  論文  参考訳（メタデータ） (2026-07-05T09:45:18Z)
• Riemannian geometry meets fMRI: the advantages of modeling correlation manifolds and eigenvector subspaces [0.0]
  相関行列は機能的脳ネットワークの基本要約である。 既存の幾何学的手法は、しばしば閉形式演算を欠いているか、あるいは任意の領域順序に依存する。 オフログ計量とグラスマン部分空間判別という2つの要素を持つスケーラブルな幾何学的枠組みを導入する。
  論文  参考訳（メタデータ） (2026-05-21T11:22:31Z)
• Hyperbolic Enhanced Representation Learning for Incomplete Multi-view Clustering [57.38215918201251]
  本稿では,不完全なマルチビュークラスタリングのためのハイパーボリック拡張表現学習フレームワークであるHERLを提案する。 ポアンカレボール内で操作すると、HERLは表現学習を強化するために構造を意識した潜在空間を構築する。 HERLは最先端のアプローチよりも一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2026-04-18T10:50:46Z)
• Restrictive Hierarchical Semantic Segmentation for Stratified Tooth Layer Detection [1.8962631112665473]
  解剖学的階層を意味的セグメンテーションに組み込む一般的なフレームワークを導入する。 子クラス機能は、親クラス確率のフィーチャーワイド線形変調を用いて条件付けされる。 確率的構成規則は親クラスと子孫クラスの一貫性を強制する。
  論文  参考訳（メタデータ） (2025-12-08T19:15:08Z)
• From Semantics to Hierarchy: A Hybrid Euclidean-Tangent-Hyperbolic Space Model for Temporal Knowledge Graph Reasoning [1.1372536310854844]
  時間的知識グラフ(TKG)推論は、過去のデータに基づいて将来の出来事を予測する。 既存のユークリッドモデルはセマンティクスを捉えるのに優れているが、階層構造に苦しむ。 ユークリッドモデルと双曲モデルの両方の強みを利用する新しいハイブリッド幾何空間アプローチを提案する。
  論文  参考訳（メタデータ） (2024-08-30T10:33:08Z)
• Mutual Exclusivity Training and Primitive Augmentation to Induce Compositionality [84.94877848357896]
  最近のデータセットは、標準的なシーケンス・ツー・シーケンスモデルにおける体系的な一般化能力の欠如を露呈している。 本稿では,セq2seqモデルの振る舞いを分析し,相互排他バイアスの欠如と全例を記憶する傾向の2つの要因を同定する。 広範に使用されている2つの構成性データセット上で、標準的なシーケンス・ツー・シーケンスモデルを用いて、経験的改善を示す。
  論文  参考訳（メタデータ） (2022-11-28T17:36:41Z)
• TSGCNet: Discriminative Geometric Feature Learning with Two-Stream GraphConvolutional Network for 3D Dental Model Segmentation [141.2690520327948]
  2流グラフ畳み込みネットワーク(TSGCNet)を提案し、異なる幾何学的特性から多視点情報を学ぶ。 3次元口腔内スキャナーで得られた歯科モデルのリアルタイムデータセットを用いてTSGCNetの評価を行った。
  論文  参考訳（メタデータ） (2020-12-26T08:02:56Z)
• A Fully Hyperbolic Neural Model for Hierarchical Multi-Class Classification [7.8176853587105075]
  双曲空間は、記号データの階層的表現を学ぶために数学的に魅力的なアプローチを提供する。 本研究は,双曲空間におけるすべての操作を実行する多クラス多ラベル分類のための完全双曲モデルを提案する。 徹底的な分析では、最終予測における各コンポーネントの影響に光を当て、ユークリッド層との統合の容易さを示している。
  論文  参考訳（メタデータ） (2020-10-05T14:42:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。